5 паттернов, которые экономят токены ИИ-агентов при работе с кодовой базой

ИИ-агенты сегодня не просто пишут функции — они исследуют существующие проекты, ищут файлы, разбираются в архитектуре, запускают тесты и проверяют результат. Это касается почти любой разработки: агент может добавить страницу во фронтенд, создать эндпоинт в бэкенде, поменять схему базы данных, разобраться с очередью сообщений, починить data pipeline, обновить CI/CD или добавить новый сервис.

Проблема в том, что на достаточно большой кодовой базе расход токенов растёт гораздо быстрее, чем объём написанного кода. Основная часть токенов уходит ещё до того, как агент написал первую строчку, — на чтение и анализ. Автор предлагает пять универсальных паттернов, которые помогают существенно сократить эти потери.